01

UN MODELO MATEMÁTICO PARA REALIZAR PRONÓSTICOS
Prof. Robinson Arcos

OBJETIVOS: • • Presentar un modelo matemático de ajustes de curvas que permite, entre otras cosas, realizar pronósticos o estimar parámetros físicos, químicos, etc. Hacer uso de la Aplicación Estadística de la calculadora ClassPad 300 PLUS para establecer el tipo de curva que mejor aproxima a un grupo de datos en el sentido del Método de los Mínimos Cuadrados.

CONOCIMIENTOS PREVIOS: • Conocimiento sobre las funciones básicas: lineal (afín), cuadrática, potencial, polinómica, logarítmica, exponencial y otras.

INTRODUCCIÓN: Como sabemos, una descripción matemática de un fenómeno de la vida real, dada en términos como por ejemplo, de una función o de una ecuación es lo que constituye un modelo matemático. El consumo continuo de un producto en el mercado, el descenso significativo del número de fumadores entre dos fechas en una población en particular, la expectativa de vida de una persona al nacer, el costo de la reducción de productos contaminantes en una determinada zona, la necesidad de realizar pronósticos sobre la variación a futuro del PIB en un país determinado, son ejemplos de fenómenos reales que se pueden modelar matemáticamente por una función. La finalidad del modelo es comprender el fenómeno y, quizá, hacer pronósticos acerca de su comportamiento.
Figura 1

MODELO MATEMÁTICO DE AJUSTE DE CURVAS: Al formular este tipo de modelo matemático, es necesario identificar en lo posible el mayor número de datos fidedignos (constantes) del fenómeno, definir, rotular y clasificar las incógnitas (variables independientes y dependientes) y establecer consideraciones, físicas, químicas, geométricas, etc., de manera tal que representen plenamente el fenómeno en estudio, pero al mismo tiempo lo simplifiquen suficientemente para que, junto con las condiciones y restricciones, éste pueda finalmente modelarse matemáticamente. El buen manejo de la situación física, química o geométrica y la destreza y habilidad matemática que poseamos, nos permitirá obtener ecuaciones que relacionen los datos del fenómeno con las variables que hemos definido. Es común que se nos presenten situaciones en las cuales no existe, por ejemplo, una ley física que guíe la construcción del modelo. En este caso al reunir los datos se procede a organizarlos y representarlos en forma tabular (mediante una tabla, como por ejemplo parejas (x n , yn ) ) para distinguir algunos patrones matemáticos de comportamiento. Si el comportamiento es funcional (los datos yn están en función de los datos x n , esto es,

yn = f (x n ) donde f es una función desconocida), es probable que nos convenga obtener una representación gráfica a partir de la representación numérica de la función, utilizando los datos de la tabla. En algunos casos, la gráfica podría incluso sugerir una fórmula algebraica adecuada de su regla de correspondencia.

Figura 2

1

0 330.0 325. es bastante exacto para permitir conclusiones valiosas. Observemos que la misma nos indica un comportamiento lineal del nivel promedio de CO2 en relación directa con el tiempo transcurrido.La virtud de un modelo matemático es que éste.3 351.5 341. en el sentido que la misma capture la “tendencia básica de los puntos dados”.0 1980 1985 1990 1995 2000 2005 X: Años Figura 3 En nuestro modelo empírico.3 338. desde 1982 hasta 2000. Si las predicciones no se ajustan a la realidad del fenómeno. se necesitará afinar el modelo. esto se logra por un proceso de comparación con los nuevos datos reales. e iniciar el ciclo una vez más. Supongamos que se desea estimar el nivel promedio de CO2 que se obtuvo en 1997 y predecir el nivel promedio para el año 2005 y además contestar a la pregunta. por la pérdida de una parte del histórico de datos (pérdida de memoria). la variable independiente x representará cada uno de los años transcurridos desde 1982 hasta 2000 y la variable independiente y representará el nivel promedio de CO2 correspondiente al año x.3 347. ¿cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón? X 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 Y 327. el cual se sustenta exclusivamente en los datos recopilados y se busca la ecuación de la curva que mejor se ajusta a estos datos.0 335.” Si no existe ley o principio físico o de otra naturaleza que nos ayuden a formular un modelo matemático. De modo que la relación funcional entre las variables satisface una ecuación de la forma y = ax + b . Para James Stewart: “En un buen modelo. Es importante darse cuenta de las limitaciones del modelo. por bienios.0 335. se puede construir un modelo matemático empírico. En la siguiente tabla aparece tabulado. el nivel promedio de dióxido de carbono en la atmósfera. Un modelo matemático no es una representación completamente exacta de un fenómeno de la realidad. explicaciones y probablemente pronósticos del comportamiento futuro del fenómeno. ya que las conclusiones e interpretaciones basadas en el modelo deben ofrecer soluciones. o formular uno nuevo.0 350. permite analizar el fenómeno y establecer conclusiones en términos matemáticos. y) de la tabla se obtiene una gráfica de dispersión. la realidad se simplifica lo suficiente para permitir los cálculos matemáticos. medido en partes por millón en un determinado observatorio en una población del mundo. Al obtener una representación gráfica de las parejas de puntos (x.0 Y: Nivel de CO2 en ppm 355.0 332. pero incluso así. que luego deben contrastarse con la situación real. 2 .0 344. es sólo una idealización.3 330.3 354.0 340. SITUACIÓN PROBLEMÁTICA 1 (Modelo de regresión lineal): 1. Al final la Madre Naturaleza tiene la última palabra.0 345. Si lo que interesa es establecer predicciones a futuro o establecer predicciones del pasado.0 Tabla 1 Gráfica de Dispersión para el nivel promedio de CO2 360.

Por fortuna hoy en día.0 335. los errores en los experimentos o en la misma recolección de datos. Operación con la ClassPad. Presione encenderla.] para limpiar las variables asignadas y regresar al área de trabajo de la Aplicación Principal.2648.0 345. El método de los mínimos cuadrados se emplea como modelo matemático para realizar pronósticos a partir de datos recolectados en la vida cotidiana o para estimar parámetros a partir de datos recogidos experimentalmente.] [Cerr.0 Y:Nivel de CO2 en ppm y = 1. obtenidos en algún proceso de recolección de datos. obtenga los mismos resultados y pantallas que aquí se exponen: (1) Retire la cubierta de la calculadora. El método de los mínimos cuadrados proporciona “buenas aproximaciones” de los coeficientes a y b. Toque main dos veces. y del que se deducen otros modelos. Generalmente. L . toque [Todo] [Seleccionar todo] [Edit] [Borrar] [Acep. El caso más sencillo.0 1980 1985 1990 X:Años Figura 4 1995 2000 2005 CURVAS DE REGRESIÓN CON LA CLASSPAD 300 PLUS: 2.] [Cerr. tome el lápiz táctil y colóquela sobre la mesa. un método que permite determinar la ecuación de la “recta que mejor ajuste” un determinado número de puntos se conoce como el método de los mínimos cuadrados.5012x . toque [Edit] [Borrar todo] [Acep. consiste en determinar la ecuación de una recta: y = ax + b a la que deberían pertenecer todos los puntos de coordenadas (x i . 3 . El problema es encontrar la recta que “mejor ajusta” este conjunto de puntos (recta de regresión lineal). Sin embargo. 3. la cual se llama recta de regresión. yi ) para i = 1. y trazar la gráfica de la recta de regresión a partir de los puntos datos.0 325.Pudiéramos establecer la ecuación de la recta que pasa por el primer punto y el último. se obtienen puntos que no están alineados.] para limpiar el área de trabajo. es posible encontrar fórmulas para el cálculo de la pendiente a y la ordenada en el origen b de la recta resultante. (3) En la barra de menús. como una posibilidad de elegir una recta que mejor represente el comportamiento de los 10 puntos tabulados. por imprecisión de los instrumentos. al operar su calculadora.0 340. Antes de comenzar.0 355. Si hay variables asignadas. 2. Recta de regresión para el nivel promedio de CO2 360.0 330.8 350. n . será necesario realizar las siguientes tareas de limpieza y configuración para que. para (4) Toque el botón para acceder directamente al administrador de variables. Con conocimientos de matemáticas. las calculadoras graficadoras como la ClassPad 300 PLUS tienen funciones que permiten calcular los valores de a y b. (2) Toque en el panel de iconos para acceder directamente a la Aplicación Principal.

(18) Toque en la barra de herramientas para trazar el gráfico de dispersión. Observe la Figura 7. Tipo: Disper. toque el botón representación angular: Radián. Lista X: list1. y seleccione el modo de y seleccione la unidad de En los recuadros de verificación que corresponden al formato Avanzado. ListaY: list2. ubique el cursor sobre el dato errado y escriba el nuevo número y luego confirme con [EXE]. Al terminar su calculadora mostrará la pantalla de la Figura 5. [Preferencias ►] [Configuración ►] • (6) (7) (8) • (9) • En el cuadro de diálogo realice la siguiente configuración: En el recuadro Visualización. Frec. toque aquellos donde aparece la marca de verificación para desactivarlos. Al terminar este cuerpo de instrucciones. (12) Toque [Edit] [Borrar todo] [Acep. Aparecerá en la parte inferior de la pantalla dividida la ventana del editor de listas.: 1. 4 .] para regresar a la ventana de la Aplicación Principal. (13) Manipulando la tecla direccional elíptica ubique el cursor el la primera celda de la lista 1 (list1) y teclee 1982 que corresponde al primer dato de la lista de años en la Tabla 1. En el cuadro de diálogo utilice los botones para configurar los siguientes parámetros: Dibujo: On..] para confirmar la configuración. el cursor se ubica en la segunda celda de la lista 1. • • Figura 6 • • De esta manera. se encuentran todos los datos de la variable x y en la segunda lista se encuentran todos los datos de la variable y.(5) En la barra de herramientas de la Aplicación Principal toque la siguiente secuencia de comandos: [Formato básico].] para limpiar el editor de listas. Confirme con [EXE]. Ahora accederemos directamente desde la Ventana de la Aplicación Principal a la ventana de la Aplicación Estadística. en la lista 1. toque el botón presentación de números: Normal 1. Toque [Def. Marca: Cuadrado (observe la Figura 8). toque [ConfGráf] [Opciones …]. su calculadora mostrará la pantalla indicada en la Figura 6 de la ventana de la Aplicación Estadística. Observe que una vez que se registra el dato. Para trazar el diagrama de dispersión de los datos será necesario hacer las siguientes operaciones de configuración de gráficos estadísticos: • Figura 7 (16) En la barra de menús. en la barra de herramientas. Al desplegarse el menú. (17) Finalmente toque [Def. registre en columna los demás datos correspondientes a la variable x (Años). (14) De la misma manera. Utilice el punto y no la coma para separar la parte entera de parte decimal del número dato. Si se equivoca al registrar un dato. (15) Al terminar. (11) En el panel de iconos toque para maximizar la ventana del editor de listas. Figura 5 (10) Toque el botón toque • para acceder directamente a la Aplicación Estadística. ubique el cursor en la primera celda de la lista 2 (list2) y registre los datos que corresponden a la variable y (nivel de CO2 en partes por millón). En el recuadro Ángulo.

] [Regresión lineal]. r : coeficiente de correlación r 2 : coeficiente de determinación. De acuerdo a los datos indicados en pantalla. Si r 2 = 1 entonces los puntos están alineados. Si r está más cercano a cero.]. Este coeficiente satisface −1 ≤ r ≤ 1 . ¿cuál es la ecuación de la recta de regresión? Para contestar a las preguntas: ¿qué nivel promedio de CO2 se obtuvo en 1987?. r 2 y MSe (Figura 10). El diagrama de dispersión muestra un conjunto de puntos que tiende a alinearse. Mientras más cercano a 1 se encuentre este valor. Indica “qué tan bueno” es el ajuste de la recta de regresión a los datos. procedemos de la siguiente manera: 5 . 1 n−2 ∑ (yi − (axi + b))2 . • • Aparece en pantalla el cuadro Cálculo estadístico que muestra los valores de los parámetros de interés a.Aparecerá la ventana de gráficos mostrando el diagrama de dispersión (Figura 9). MSe : Error cuadrático medio dado por MSe = Observación: El coeficiente de determinación r 2 satisface r 2 ≤ 1 . ¿cuál será el nivel de CO2 para el año 2005? y ¿cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón?. Figura 8 Figura 9 Figura 10 Los parámetros estadísticos indicados en la pantalla de la Figura 10 son los siguientes: y = ax + b : es la fórmula del modelo de regresión lineal. Mientras más cercano a 1 se encuentre el valor absoluto de este coeficiente. b : término constante de regresión (ordenada en el origen). mejor será el ajuste. Por otra parte. “más fuerte” será la relación entre las variables x e y. (20) En el cuadro de diálogo que aparece toque [Acep. esto indicará que la relación entre las variable es “muy débil” y que los datos presentan una alta dispersión que no les permite alinearse. a : coeficiente de regresión (pendiente). el coeficiente de correlación r nos da una medida de qué “tan buena” es la relación entre las dos variables. i=1 n 3. b y los parámetros estadísticos r. (19) Toque [Cálc.

• • Para obtener un valor más preciso. Aparecerá la gráfica de la recta de regresión en el diagrama de dispersión. Si utiliza las teclas direccionales ► y ◄ de la tecla elíptica del teclado de la calculadora. • • • Aparecerá un cursor sobre la gráfica de la recta de regresión. (25) En la barra de herramientas toque y luego para maximizar la pantalla. en la línea de entrada. Toque para pegar. ¿Qué puede concluir del gráfico mostrado en la pantalla (Figura 11) y el valor del coeficiente de determinación r 2 = 0. para obtener dicho valor en forma Figura 14 5. Es decir.9969175 (alrededor de un 99 %)? ˆ de las variables x. Por otra parte. seguidamente toque para activar el comando “with”. Contestemos a la primera pregunta: (22) En la barra de menús toque [Análisis] [Trazo]. a la Aplicación Principal. Toque (26) Oprima la tecla [Keyboard]. en la Aplicación Principal.(21) Toque el botón • • para trazar la recta de regresión lineal. observará que el cursor se desplaza sobre la recta de regresión ˆ de las variables x e y. Figura 12 (23) Con las teclas direccionales ubique el cursor en un punto tal que x c ≈ 1987 . ˆ y y Luego de trazar un gráfico de regresión se pueden calcular los valores estimados x respectivamente. y. Toque decimal (Figura 14). (27) Seleccione la fracción correspondiente al valor estimado y del nivel promedio de CO2 para ese año. Observe la disposición de los puntos respecto a la recta de regresión Figura 11 4. Toque la solapa [mth] para activar el teclado matemático. siga las siguientes instrucciones: para copiar en el portapapeles la para acceder directamente Figura 13 (24) Toque en el recuadro inferior el botón ecuación de la recta de regresión. Toque finalmente para evaluar la ecuación. ˆ e y indicando los valores estimados x Encontrará que y c ≈ 334 . como se puede observar en las Figuras 12 y 13. que para 1987 el nivel promedio de CO2 se encontraba alrededor de las 334 partes por millón. la ecuación de la recta de regresión. ¿Qué nivel promedio de CO2 se obtuvo en 1987? 6 . en el recuadro inferior aparecerá la ecuación de la recta de regresión.

registre en la list1 las alturas “x”. en la línea de entrada. la ecuación de la recta de para activar el comando “with”. 6. (29) Seleccione la fracción correspondiente al valor estimado y del nivel promedio de CO2 para el año 2005. en la línea de entrada. (34) Seleccione la fracción correspondiente al valor estimado x del año en que el nivel promedio de CO2 sobrepasará las 400 partes por millón. Responda a cada una de las preguntas que se formulan: a) ¿Qué tipo de función necesariamente deben verificar las variables x. luego toque para evaluar la ecuación.(28) Toque para pegar. (32) Toque [Acción] [Ecuación /Desigualdad ►] [solve]. Figura 15 (30) Toque para obtener dicho valor en forma decimal. Para ello se dispone de 10 encendedores usados. y? Explique. Toque las teclas regresión. A cada encendedor se le determina en una balanza la cantidad de masa “y” en gramos y se le mide la altura “x” en milímetros de la columna de líquido. Figura 16 7. (33) Toque [ans] [Ejec]. la ecuación de la recta de regresión. Trace el diagrama de dispersión. borre todas las listas. ¿Cuándo sobrepasará el nivel promedio del CO2 las cuatrocientas partes por millón? SITUACIÓN PROBLEMÁTICA 2 (Un modelo de estimación de parámetros): x 12 15 20 24 25 30 35 40 45 48 Tabla 2 8. luego toque para evaluar la ecuación. (35) Toque para obtener dicho valor en forma decimal. y 106 109 112 115 116 119 122 125 128 131 b) En la Aplicación Estadística. Queremos estimar la cantidad de masa de gas licuado en un encendedor de bolsillo de una marca determinada. ¿Qué ajuste le sugiere la nube de puntos? 7 . ¿Cuál será el nivel de CO2 para el año 2005? (31) Toque para pegar. y en list2 las correspondientes masas “y”. 9.

Se desea predecir el número de habitantes que tendrá la ciudad al comienzo de cada una de las tres primeras décadas del siglo XXI. 8 . donde a > 0 y b > 0 . De modo que un ajuste lineal entre las variables x y ln y nos dará un ajuste exponencial entre la variable x y la variable y. esto es. Existen procesos que exhiben un comportamiento exponencial como por ejemplo. los modelos de crecimiento de población o desintegración radiactiva. Aquí x = 0 representa el año 1990. obtenemos la ecuación ln y = ln a + bx . Observación: Se sabe que la función que modela los crecimientos de población es una función exponencial de la forma y = ae bx . x = 1 representa el año 1910 y así sucesivamente. si se sabe que la altura del depósito es de 55 mm? SITUACIÓN PROBLEMÁTICA 3 (Un modelo de crecimiento de población): X: Año 1900 (0) 1910 (1) 1920 (2) 1930 (3) 1940 (4) 1950 (5) 1960 (6) 1970 (7) 1980 (8) 1990 (9) 2000 (10) 2010 (11) 2020 (12) 2030 (13) Y: Población 1650 1750 1860 2070 2300 2520 3020 3700 4450 5300 5770 ? ? ? Tabla 3 10. ¿porqué? d) Si el ajuste propuesto es lineal. La siguiente tabla presenta datos sobre el número de habitantes (en miles) en una determinada ciudad cosmopolita de acuerdo a los censos realizados en cada década desde 1900 hasta 2000. ¿qué representan físicamente en este modelo los parámetros a y b? e) ¿Cuál es la masa aproximada de un encendedor vacío? f) ¿Cuál es la masa aproximada del líquido en un encendedor lleno. entonces ln y es una función lineal de x. que no hubiesen errores de medición?. lo que indica que si la variable dependiente y es una función exponencial de x. y = ax + b. Observe que si tomamos logaritmo neperiano en ambos miembros de la ecuación. por el diagrama de dispersión. Al utilizar la ClassPad se obtiene la representación del modelo exponencial y la ecuación de la curva de ajuste.c) ¿Esperaría.

para maximizar la ventana del editor de (39) En el panel de iconos toque listas.: 1. estadístico.] [Regr.]. toque [Acep. (43) En la barra de menús.]. Marca: Cuadrado . (51) En la barra de herramientas toque a la Aplicación Principal. la ecuación de la recta de regresión. (48) Finalmente toque Para calcular el número de habitantes en la ciudad al inicio de las tres décadas del siglo XXI. para obtener dicho valor • Se estima entonces. 10. en la línea de para (52) Active el teclado matemático [mth]. (49) Toque [Análisis] [Trazo].]. 1. Toque entrada. una población de 6. En el cuadro Cálc. exponencial]. (41) El list1 registre los años: 0. Toque en forma decimal (Figura 19).] para confirmar la configuración. Toque [Cálc. En el cuadro de diálogo Definir cálculo. Toque para copiar en el portapapeles la para acceder directamente Figura 18 y luego para maximizar la pantalla. copiaremos la ecuación de la curva en la ventana de la Aplicación Principal. Continúe usted dando respuesta a las demás interrogantes Figura 19 9 . para trazar la curva de regresión exponencial. luego toque activar el comando “with”.. Al terminar su calculadora debe mostrar la pantalla de la Figura 17. (50) Toque en el recuadro inferior el botón ecuación de la curva de regresión.353. Al desplegarse el menú para acceder directamente a la Aplicación Estadística.000 habitantes al comienzo de la primera década del siglo XXI. ListaY: list2. toque [Acep. (53) Seleccione la fracción correspondiente al valor estimado y del número de habitantes correspondiente al año 2010. Tipo: Disper. toque [ConfGráf] [Opciones …]. para acceder a la Aplicación Principal. Operación con la ClassPad.] para limpiar el editor de listas. En el cuadro de para configurar los siguientes parámetros: diálogo utilice los botones Dibujo: On. para pegar. • Figura 17 (44) (45) (46) (47) • Trace el diagrama de dispersión tocando en la barra de herramientas. (38) En la barra de herramientas toque el botón toque . (40) Toque [Edit] [Borrar todo] [Acep. Lista X: list1. Frec. Toque finalmente para evaluar la ecuación. (42) En list2 registre los datos de población. (36) Toque (37) Toque [Edit] [Borrar todo] [Acep.11. Finalmente toque [Def. ….

6021 0. que el logaritmo neperiano del logaritmo decimal de la viscosidad es una función afín de la temperatura. la primera columna la temperatura x de cierto tipo de vidrio en °C . en el sentido del método de los mínimos cuadrados.6990 0. y 0. Aquí x = 0 representa el año 1993. Determine esta tasa. el número de electores (Y) inscritos en el Registro Electoral venezolano. La tasa de crecimiento porcentual anual aproximada.027. proceda de la siguiente manera: • Copie la ecuación en la ventana de la Aplicación Estadística y péguela en la línea de entrada de la Aplicación Principal. viene dada por 100 ⋅ b % .3010 0.12.8451 En este problema.65 y 13.020 11.795 11. • Sustituya el valor para la variable y (tenemos dos valores log 7. El crecimiento del registro electoral sigue un crecimiento exponencial y = ae bx con a. 10 .971 14. entre una y el logaritmo de la otra. entre el inverso de una y el inverso de la otra. En ciertos problemas no hay una relación lineal directa entre una variable y la otra. Determine en qué intervalo debe mantenerse la temperatura para realizar el trabajo. b > 0 . sino entre una variable y el inverso de la otra.65 y log 13 ). b) Sólo es posible trabajar el vidrio cuando su viscosidad está entre 7. para cada año (X).7782 8. Sugerencia: Para no tener problemas de desbordamiento en la resolución de la ecuación en la Aplicación Principal.688.921.720. etc. La siguiente tabla presenta. SITUACIÓN PROBLEMÁTICA 5 (Un problema relacionado con la industria del vidrio) x 1390 1154 984 874 791 729 Tabla 5 14. • Finalmente ejecute solve(ans) para obtener la solución. ¿Cuál es el número de habitantes que tendrá la ciudad al comienzo del a) año 2010? b) año 2020? c) año 2030? SITUACIÓN PROBLEMÁTICA 4 (Tasa de crecimiento porcentual del Registro Electoral): Año 1993 (0) 1998 (5) 2000 (7) 2004 (11) 2006 (13) Nº de electores 9. x = 1 el año 1994 y así sucesivamente.013.223 Tabla 4 13.4771 0. del registro electoral. la segunda columna contiene el logaritmo decimal de la viscosidad y. • Ejecute Ln(ans) para tomar logaritmo neperiano en ambos miembros de la ecuación. encontrando la curva exponencial que mejor se ajusta a los datos de la tabla. La teoría prevé que el logaritmo decimal de la viscosidad es una función exponencial de la temperatura ( y = ae bx ) o dicho de otro modo. a) Encuentre la función exponencial que mejor ajusta los puntos de la tabla.607 15.

241 0. 11 . ¿Parece razonable un modelo potencia T = adn donde a es un número real positivo.SITUACIÓN PROBLEMÁTICA 6 (Un problema de emisiones de plomo) Año 1955 (0) 1960 (1) 1965 (2) 1970 (3) 1975 (4) 1980 (5) 1985 (6) 1990 (7) 1995 (8) como un polinomio de Emisiones 199.7 Tabla 6 15. ¿El modelo corrobora dicha ley? .203 9.3 5.523 5.350 a) Construya una gráfica de dispersión de T contra d y otra de ln T contra ln d . desde 1955 hasta 1995.784 248.9 5.387 0.1 4.5 4. Observe que la curva que mejor ajusta el conjunto de puntos.507 Tabla 7 16. c) La tercera ley de Kepler del movimiento planetario afirma: “El cuadrado del período orbital de un planeta (tiempo que tarda en dar una vuelta alrededor del Sol) es directamente proporcional al cubo de su distancia media al Sol”. En la tabla se muestran distancias promedio d de los planetas al Sol (tomando como unidad de medida la distancia de la Tierra al Sol) y sus períodos T (tiempos de revolución en años terrestres).008 164.8 68. a) Ajuste tanto una curva exponencial.190 30. T 0. Sin embargo. a la hora de elegir una curva de ajuste para un conjunto de datos? SITUACIÓN PROBLEMÁTICA 7 (Un problema de mecánica celeste): Planeta Mercurio Venus Tierra Marte Júpiter Saturno Urano Neptuno ¿Plutón? d 0. n es cualquier número real y el dominio de la función ] 0. produce contradicciones en el mundo real al realizar el pronóstico.086 39.723 1. cuarto grado y = a + bx + cx 2 + dx 3 + ex 4 a estos datos.457 84.615 1. ¿es buen criterio tomar como modelo la curva que mejor ajusta un conjunto de puntos? ¿Qué hechos deben considerarse de antemano sobre un fenómeno de estudio. La tabla indica las emisiones de plomo hacia el medio ambiente en millones de toneladas métricas en un determinado lugar del planeta. x = 1 a 1960. ¿Cuál de las dos es la curva que mejor ajusta el conjunto de datos? Estime gráficamente la cantidad de emisión de plomo en 2000 y en 2005 en cada caso.1 143. Reflexione.000 1. aquí x = 0 corresponde a 1955. Encuentre en cada caso los coeficientes de correlación y determinación.0 18.+∞ [ ? b) Ajuste un modelo potencia a los datos.541 19.861 29.5 5.881 11.000 1. la otra produce pronósticos más acertados. y así b) c) d) e) sucesivamente.

Sign up to vote on this title
UsefulNot useful